python_para_desenvolvedores
Crie agora seu perfil grátis para visualizar sem restrições.
Você viu 3 do total de 253 páginas deste material
Prévia do material em texto
Licença
Este trabalho está licenciado sob uma Licença Creative Commons Atribuição-Uso Não-
Comercial-Compartilhamento pela mesma Licença 2.5 Brasil. Para ver uma cópia desta
licença, visite http://creativecommons.org/licenses/by-nc-sa/2.5/br/ ou envie uma carta
para Creative Commons, 171 Second Street, Suite 300, San Francisco, California 94105,
USA.
Luiz Eduardo Borges
Python para desenvolvedores
1º EDIÇÃO
RIO DE JANEIRO
EDIÇÃO DO AUTOR
2009
Python para desenvolvedores / Luiz Eduardo Borges
Rio de Janeiro, Edição do Autor, 2009
ISBN 978-85-909451-0-9
Sumário
Parte I 8
Prefácio 9
Introdução 10
Características 10
Histórico 10
Exemplo 11
Versões 11
Tipagem dinâmica 12
Bytecode 12
Modo interativo 12
Ferramentas 14
Cultura 15
Sintaxe 17
Controle de fluxo 20
Operadores lógicos 21
Laços 22
For 22
While 23
Tipos 25
Números 26
Texto 27
Listas 31
Tuplas 32
Outros tipos de seqüências 33
Dicionários 34
Verdadeiro, falso e nulo 38
Funções 39
Documentação 42
Exercícios I 43
Parte II 44
Módulos 45
Módulos da biblioteca padrão 47
Escopo de nomes 48
Pacotes 50
Bibliotecas compartilhadas 51
Bibliotecas de terceiros 53
Arquivos e I/O 55
Sistema de arquivos 56
Arquivos compactados 57
Arquivos de dados 58
Exceções 60
Tempo 62
Introspecção 65
Módulo inspect 66
Exercícios II 68
Parte III 69
Geradores 70
Programação funcional 72
Lambda 72
Mapeamento 73
Filtragem 74
Redução 75
Transposição 76
List Comprehension 77
Generator Expression 77
Exercícios III 79
Parte IV 80
Decoradores 81
Classes 83
Classes abertas 88
Herança simples 90
Herança múltipla 92
Propriedades 95
Sobrecarga de operadores 98
Metaclasses 100
Testes automatizados 103
Exercícios IV 107
Parte V 108
NumPy 109
Arranjos 109
Matrizes 111
Gráficos 114
Processamento de imagem 121
Gráficos 3D 127
Persistência 131
Serialização 131
ZODB 133
YAML 135
XML 138
Banco de dados 144
DBI 144
SQLite 145
PostgreSQL 146
Mapeamento objeto-relacional 152
Web 155
CherryPy 156
CherryTemplate 156
Cliente Web 158
MVC 160
Exercícios V 169
Parte VI 170
Interface Gráfica 171
Arquitetura 172
Construindo interfaces 173
Threads 184
Processamento distribuído 187
Objetos distribuídos 190
Performance 193
Empacotamento e distribuição de aplicações 201
Exercícios VI 204
Apêndices 205
Integração com Blender 206
Integração com BrOffice.org 213
Integração com Linguagem C 216
Python => C 216
C => Python 218
Integração com .NET 219
Respostas dos exercícios I 225
Respostas dos exercícios II 229
Respostas dos exercícios III 235
Respostas dos exercícios IV 238
Respostas dos exercícios V 244
Respostas dos exercícios VI 248
Índice remissivo 251
8 Parte I
Parte I
▪ Prefácio.
▪ Introdução.
▪ Sintaxe.
▪ Tipos.
▪ Funções.
▪ Documentação.
▪ Exercícios I.
Prefácio 9
Prefácio
As linguagens dinâmicas eram vistas no passado apenas como linguagens script, usadas
para automatizar pequenas tarefas, porém, com o passar do tempo, elas cresceram,
amadureceram e conquistaram seu espaço no mercado, a ponto de chamar a atenção dos
grandes fornecedores de tecnologia.
Vários fatores contribuíram para esta mudança, tais como a internet, o software de código
aberto e as metodologias ágeis de desenvolvimento.
A internet viabilizou o compartilhamento de informações de uma forma sem precedentes
na história, que tornou possível o crescimento do software de código aberto. As
linguagens dinâmicas geralmente são código aberto e compartilham as mesmas
funcionalidades e em alguns casos, os mesmos objetivos.
A produtividade e expressividade das linguagens dinâmicas se encaixam perfeitamente
com as metodologias ágeis, que nasceram do desenvolvimento de software de código
aberto e defendem um enfoque mais pragmático no processo de criação e manutenção de
software do que as metodologias mais tradicionais.
Entre as linguagens dinâmicas, o Python se destaca como uma das mais populares e
poderosas. Existe uma comunidade movimentada de usuários da linguagem no mundo, o
que se reflete em listas de discussão ativas e muitas ferramentas disponíveis em código
aberto.
Aprender uma nova linguagem de programação significa aprender a pensar de outra
forma. E aprender uma linguagem dinâmica representa uma mudança de paradigma
ainda mais forte para aquelas pessoas que passaram anos desenvolvendo em linguagens
estáticas.
10 Introdução
Introdução
Python1 é uma linguagem de altíssimo nível (em inglês, Very High Level Language)
orientada a objetos, de tipagem dinâmica e forte, interpretada e interativa.
Características
O Python possui uma sintaxe clara e concisa, que favorece a legibilidade do código fonte,
tornando a linguagem mais produtiva.
A linguagem inclui diversas estruturas de alto nível (listas, tuplas, dicionários, data / hora,
complexos e outras) e uma vasta coleção de módulos prontos para uso, além de frameworks
de terceiros que podem ser adicionados. Também possui recursos encontrados em outras
linguagens modernas, tais como: geradores, introspecção, persistência, metaclasses e
unidades de teste. Multiparadigma, a linguagem suporta programação modular e
funcional, além da orientação a objetos. Mesmo os tipos básicos no Python são objetos.
A linguagem é interpretada através de bytecode pela máquina virtual Python, tornando o
código portável. Com isso é possível compilar aplicações em uma plataforma e rodar em
outras ou executar direto do código fonte.
Python é um software de código aberto (com licença compatível com a General Public
License (GPL), porém menos restritiva, permitindo que o Python seja incorporados em
produtos proprietários) e a especificação da linguagem é mantida pela Python Software
Foundation2 (PSF).
Python é muito utilizado como linguagem script em vários softwares, permitindo
automatizar tarefas e adicionar novas funcionalidades, entre eles: BrOffice.org,
PostgreSQL, Blender e GIMP. Também é possível integrar o Python a outras linguagens,
como a Linguagem C. Em termos gerais, o Python apresenta muitas similaridades com
outras linguagens dinâmicas, como Perl e Ruby.
Histórico
Python foi criada em 1990 por Guido van Rossum, no Instituto Nacional de Pesquisa para
Matemática e Ciência da Computação da Holanda (CWI) e tinha como foco original
usuários como físicos e engenheiros. O Python foi concebido a partir de outra linguagem
existente na época, chamada ABC.
Hoje, a linguagem é bem aceita na industria por empresas de alta tecnologia, tais como:
1 Página oficial: http://www.python.org/.
2 Endereço na internet da PSF: http://www.python.org/psf/.
Introdução 11
▪ Google (aplicações Web).
▪ Yahoo (aplicações Web).
▪ Microsoft (IronPython: Python para .NET).
▪ Nokia (disponível para as linhas recentes de celulares e PDAs).
▪ Disney (animações 3D).
Exemplo
Exemplo de programa em Python:
# Exemplo de programa em Python
# Uma lista de instrumentos musicais
instrumentos = ['Baixo', 'Bateria', 'Guitarra']
# Para cada nome na lista de instrumentos
for instrumento in instrumentos:
# mostre o nome do instrumento musical
print instrumento
Saída:
Baixo
Bateria
Guitarra
No exemplo, “instrumentos” é uma lista contendo itens “Baixo”, “Bateria” e “Guitarra”. Já
“instrumento” é um nome que corresponde a cada um dos itens da lista, conforme o laço é
executado.
Versões
A implementação oficial do Python é mantida pela PSF e escrita em C, e por isso é também
conhecida como CPython. A versão estável mais recente está disponível para download no
endereço:
http://www.python.org/download/
Para Windows, basta executar o instalador. Para outras plataformas,geralmente o Python
já faz parte do sistema, porém em alguns casos pode ser necessário compilar e instalar a
partir dos arquivos fonte.
12 Introdução
Existem também implementações de Python para .NET (IronPython) e JVM (Jython).
Tipagem dinâmica
Python utiliza tipagem dinâmica, o que significa que o tipo de uma variável é inferido
pelo interpretador em tempo de execução (isto é conhecido como Duck Typing). No
momento em que uma variável é criada através de atribuição, o interpretador define um
tipo para a variável, com as operações que podem ser aplicadas.
O Python tem tipagem forte, ou seja, ele verifica se as operações são válidas e não faz
coerções automáticas entre tipos incompatíveis3. Para realizar a operação entre tipos não
compatíveis, é necessário converter explicitamente o tipo da variável ou variáveis antes da
operação.
Bytecode
O código fonte é traduzido pelo interpretador para o formato bytecode, que é
multiplataforma e pode ser executado e distribuído sem fonte original.
Por padrão, o interpretador compila os fontes e armazena o bytecode em disco, para que a
próxima vez que o executar, não precise compilar novamente o programa, reduzindo o
tempo de carga na execução. Se os fontes forem alterados, o interpretador se encarregará
de regerar o bytecode automaticamente, mesmo utilizando o shell interativo. Quando um
programa ou um módulo é evocado, o interpretador realiza a análise do código, converte
para símbolos, compila (se não houver bytecode atualizado em disco) e executa na máquina
virtual Python.
O bytecode é armazenado em arquivos com extensão “.pyc” (bytecode normal) ou “.pyo”
(bytecode otimizado).
O bytecode também pode ser empacotado junto com o interpretador em um executável,
para facilitar a distribuição da aplicação.
Modo interativo
O interpretador Python pode ser usado de forma interativa, na qual as linhas de código
são digitadas em um prompt (linha de comando) semelhante ao shell do sistema
operacional.
Para evocar o modo interativo basta rodar o Python (se ele estiver no path):
3 Em Python, coerções são realizadas automaticamente apenas entre tipos que são claramente relacionados,
como inteiro e inteiro longo.
Introdução 13
python
Ele estará pronto para receber comandos surgir o prompt “>>>” na tela.
O modo interativo é uma característica diferencial da linguagem, pois é possível testar e
modificar o código de um programa antes da inclusão do código nos programas, por
exemplo.
Exemplo do Python sendo usado de forma interativa (com o shell PyCrust4):
Os arquivos fonte normalmente são identificados pela extensão “.py” e podem ser
executados diretamente pelo interpretador:
python apl.py
4 PyCrust é uma ferramenta que faz parte do projeto wxPython (http://www.wxpython.org/).
14 Introdução
Assim o programa “apl.py” será executado.
Ferramentas
Existem muitas ferramentas de desenvolvimento para Python, como IDEs, editores e shells
(que aproveitam da capacidade interativa do Python).
Integrated Development Environments (IDEs) são pacotes de software integram várias
ferramentas de desenvolvimento em um ambiente integrado, com o objetivo de aumentar
a produtividade do desenvolvedor.
Entre as IDEs que suportam Python, encontram-se:
▪ SPE (Stani's Python Editor).
▪ Eric.
▪ Open Komodo.
▪ PyDev (plugin para a IDE Eclipse).
Existem também editores de texto especializados em código de programação, que
possuem funcionalidades como colorização de sintaxe, exportação para outros formatos e
conversão de codificação de texto.
Esses editores suportam diversas linguagens de programação, dentre elas o Python:
▪ SciTE.
▪ Notepad++.
Shells são ambientes interativos para execução de comandos, muito úteis para testar
pequenas porções de código e para atividades como data crunching (extrair informações de
interessa de massas de dados ou traduzir dados de um formato para outro).
Além do próprio Shell padrão do Python, existem os outros disponíveis:
▪ PyCrust (gráfico).
▪ Ipython (texto).
Empacotadores são utilitários que empacotam o bytecode com o interpretador e outras
dependências, em um ou mais executáveis e arquivos compactados, permitindo que o
aplicativo rode em máquinas sem Python instalado.
Entre empacotadores feitos para Python, estão disponíveis:
▪ Py2exe (apenas para Windows).
▪ cx_Freeze (portável).
Introdução 15
Frameworks são coleções de componentes de software (bibliotecas, utilitários e outros) que
foram projetados para serem utilizados por outros sistemas.
Alguns frameworks disponíveis mais conhecidos:
▪ Web: Django, TurboGears e Zope.
▪ Interface gráfica: wxPython, PyGTK e PyQT.
▪ Processamento cientifico: NumPy.
▪ Processamento de imagens: PIL.
▪ 2D: Matplotlib.
▪ 3D: Visual Python, PyOpenGL e Python Ogre.
▪ Mapeamento objeto-relacional: SQLAlchemy e SQLObject.
Cultura
O nome Python foi tirado por Guido van Rossum do programa da TV britânica Monty
Python Flying Circus, e existem várias referências na documentação da linguagem ao
programa, como, por exemplo, o repositório de pacotes oficial do Python se chamava
Cheese Shop, que era o nome de um dos quadros do programa. Atualmente, o nome do
repositório é Python Package Index5 (PYPI).
A comunidade de usuários de Python criou algumas expressões para se referir aos
assuntos relacionados à linguagem. Neste jargão, o termo Pythonic é usado para indicar
que algo é compatível com as premissas de projeto do Python, e Unpythonic significa o
oposto. Já o usuário da linguagem é chamado de Pythonist.
As metas do projeto foram resumidas por Tim Peters em um texto chamado Zen of Python,
que está disponível no próprio Python através do comando:
import this
O texto enfatiza a postura pragmática do Benevolent Dictator for Life (BDFL), como Guido é
conhecido na comunidade Python.
Propostas para melhoria da linguagem são chamadas de PEPs (Python Enhancement
Proposals), que também servem de referência para novos recursos a serem implementados
na linguagem.
Além do site oficial, outras boas fontes de informação sobre a linguagem são:
5 Endereço: http://pypi.python.org/pypi.
16 Introdução
PythonBrasil6, o site da comunidade Python no Brasil, com bastante informação em
português, e Python Cookbook7, site que armazena “receitas”: pequenas porções de código
para realizar tarefas específicas.
6 Endereço: http://www.pythonbrasil.com.br/.
7 Endereço: http://aspn.activestate.com/ASPN/Python/Cookbook/.
Sintaxe 17
Sintaxe
Um programa feito em Python é constituído de linhas, que podem continuar nas linhas
seguintes, pelo uso do caractere de barra invertida (\) ao final da linha ou parênteses,
colchetes ou chaves, em expressões que utilizam tais caracteres.
O caractere # marca o inicio de comentário. Qualquer texto depois do # será ignorado até o
fim da linha , com exceção dos comentários funcionais.
Comentários funcionais geralmente são usados para:
▪ alterar a codificação do arquivo fonte do programa acrescentando um comentário
com o texto “#-*- coding: <encoding> -*#-” no inicio do arquivo, aonde <encoding> é
a codificação do arquivo (geralmente latin1 ou utf-8). Alterar a codificação é
necessário para suportar caracteres que não fazem parte da linguagem inglesa, no
código fonte do programa.
▪ definir o interpretador que será utilizado para rodar o programa em sistemas
UNIX, através de um comentário começando com “#!” no inicio do arquivo, que
indica o caminho para o interpretador (geralmente a linha de comentário será algo
como “#!/usr/bin/env python”).
Exemplo de comentários funcionais:
#!/usr/bin/env python
# -*- coding: latin1 -*-
# Uma linhade código que mostra o resultado de 7 vezes 3
print 7 * 3
Exemplos de linhas quebradas:
# Uma linha quebrada por contra-barra
a = 7 * 3 + \
5 / 2
# Uma lista (quebrada por vírgula)
b = ['a', 'b', 'c',
'd', 'e']
# Uma chamada de função (quebrada por vírgula)
c = range(1,
11)
18 Sintaxe
# imprime todos na tela
print a, b, c
Em Python, os blocos de código são delimitados pelo uso de indentação. A indentação
deve ser constante no bloco de código, porém é considerada uma boa prática manter a
consistência no projeto todo e evitar a mistura tabulações e espaços8.
Exemplo:
# Para i na lista 234, 654, 378, 798:
for i in [234, 654, 378, 798]:
# Se o resto dividindo por 3 for igual a zero:
if i % 3 == 0:
# Imprime...
print i, '/ 3 =', i / 3
Saída:
8 A recomendação oficial de estilo de codificação (http://www.python.org/dev/peps/pep-0008/) é usar
quatro espaços para indentação e esta convenção é amplamente aceita pelos desenvolvedores.
Programa
Instruções
Enquanto condição: Dois pontos obrigatórios.
Se condição:
Instruções
Senão:
Instruções
Instruções
Inicio de um bloco.
Fim dos dois blocos.
Outro bloco.
Fim do programa.
Instruções Inicio do programa.
Sintaxe 19
234 / 3 = 78
654 / 3 = 218
378 / 3 = 126
798 / 3 = 266
O comando print coloca espaços entre as expressões que forem recebidas como parâmetro
e um caractere de nova linha no final, a não ser que ele receba uma vírgula no fim da lista
parâmetros.
O Python é uma linguagem orientada a objeto, sendo assim as variáveis atributos (dados)
e métodos (rotinas associadas ao objeto). Tanto os atributos quanto os métodos são
acessados usando ponto (.), sendo que os métodos devem ser sempre seguidos de
parênteses:
Para mostrar um atributo:
print objeto.atributo
Para executar um método:
objeto.metodo(argumentos)
Mesmo um método sem argumentos precisa de parênteses:
objeto.metodo()
O ponto também é usado para acessar estruturas de módulos que foram importados pelo
programa.
20 Controle de fluxo
Controle de fluxo
É muito comum em um programa que certos conjuntos de instruções sejam executados de
forma condicional, em casos como validar entradas de dados, por exemplo.
Sintaxe:
if <condição>:
<bloco de código>
elif <condição>:
<bloco de código>
elif <condição>:
<bloco de código>
else:
<bloco de código>
Aonde:
▪ <condição>: sentença que possa ser avaliada como verdadeira ou falsa.
▪ <bloco de código>: seqüência de linhas de comando.
▪ As clausulas elif e else são opcionais e podem existir vários elifs para o mesmo if.
▪ Parênteses só são necessários para evitar ambigüidades.
Exemplo:
temp = int(raw_input('Entre com a temperatura: '))
if temp < 0:
print 'Congelando...'
elif 0 <= temp <= 20:
print 'Frio'
elif 21 <= temp <= 25:
print 'Normal'
elif 26 <= temp <= 35:
print 'Quente'
else:
print 'Muito quente!'
Se o bloco de código for composto de apenas uma linha, ele pode ser escrito após os dois
pontos:
if temp < 0: print 'Congelando...'
A partir da versão 2.5, o Python suporta a expressão:
Controle de fluxo 21
<variável> = <valor 1> if <condição> else <valor 2>
Aonde <variável> receberá <valor 1> se <condição> for verdadeira e <valor 2> caso
contrário.
Operadores lógicos
Os operadores lógicos são: and, or, not, is e in.
▪ and: retorna verdadeiro se e somente se receber duas expressões que forem
verdadeiras.
▪ or: retorna falso se e somente se receber duas expressões que forem falsas.
▪ not: retorna falso se receber uma expressão verdadeira e vice-versa.
▪ is: retorna verdadeiro se receber duas referências ao mesmo objeto e falso em caso
contrário.
▪ in: retorna verdadeiro se receber um item e uma lista e o item ocorrer uma ou mais
vezes na lista e falso em caso contrário.
Com operadores lógicos é possível construir condições mais complexas para controlar
desvios condicionais e laços.
22 Laços
Laços
Laços são estruturas de repetição, geralmente usados para processar coleções de dados,
tais como linhas de um arquivo ou registros de um banco de dados, que precisam ser
processados por um mesmo bloco de código.
For
É a estrutura de repetição mais usada no Python. Útil para percorrer seqüências ou
processar iteradores.
A instrução for aceita não só seqüências estáticas, mas também seqüências geradas por
iteradores. Iterador é uma estrutura que permite iterações, ou seja, acesso aos itens de uma
coleção de elementos, de forma seqüencial.
Durante a execução de um laço for, a referência aponta para um elemento da seqüência. A
cada iteração, a referência é atualizada, para que o bloco de código do for processe o
elemento correspondente.
A clausula break interrompe o laço e continue passa para a próxima iteração. O código
dentro do else é executado ao final do laço, a não ser que o laço tenha sido interrompido
Lista
x aponta para 1.
1
2
3
4
5
6
...
x
Primeira
iteração
A referência
foi atualizada.
Lista
1
2
3
4
5
6
...
x
Segunda
iteração
x é apenas uma
referência.
x aponta para 2.
Laços 23
por break.
Muito útil em laços com a instrução for, a função range(m, n, p) retorna uma lista de
inteiros, começando em m e menores que n, em passos de comprimento p, que podem ser
usados como seqüência para o laço.
Sintaxe:
for <referência> in <sequência>:
<bloco de código>
continue
break
else:
<bloco de código>
Exemplo:
# Soma de 0 a 99
s = 0
for x in range(1, 100):
s = s + x
print s
O resultado é 4950.
While
Executa um bloco de código atendendo a uma condição.
Sintaxe:
while <condição>:
<bloco de código>
continue
break
else:
<bloco de código>
O bloco de código dentro do laço while é repetido enquanto a condição do laço estiver
sendo avaliada como verdadeira.
Exemplo:
24 Laços
# Soma de 0 a 99
s = 0
x = 1
while x < 100:
s = s + x
x = x + 1
print s
O laço while é adequado quando não há como determinar quantas iterações vão ocorrer e
não há uma seqüência a seguir.
Tipos 25
Tipos
Variáveis no interpretador Python são criadas através da atribuição e destruídas pelo
coletor de lixo, quando não existem mais referências a elas.
Os nomes das variáveis devem começar com letra (sem acentuação) ou sublinhado (_) e
seguido por letras (sem acentuação), dígitos ou sublinhados (_), sendo que maiúsculas e
minúsculas são consideradas diferentes.
Existem vários tipos simples de dados pré-definidos no Python, tais como:
▪ Números (inteiros, reais, complexos, ... ).
▪ Texto.
▪ Booleanos.
Além disso, existem tipos que funcionam como coleções. Os principais são:
▪ Lista.
▪ Tupla.
▪ Dicionário.
Os tipos no Python podem ser:
▪ Mutáveis: permitem que os conteúdos das variáveis sejam alterados.
▪ Imutáveis: não permitem que os conteúdos das variáveis sejam alterados.
Em Python, os nomes de variáveis são referências, que podem ser alteradas em tempos de
execução.
26 Tipos
Números
Python oferece vários tipos numéricos:
▪ Inteiro (int): i = 1
▪ Real de ponto flutuante (float): f = 3.14
▪ Complexo (complex): c = 3 + 4j
Observações:
▪ As conversões entre inteiro e longo são automáticas.
▪ Reais podem ser representados em notação cientifica: 1.2e22
Operações numéricas:
▪ Soma (+).
▪ Diferença (-).
▪ Multiplicação (*).
▪ Divisão (/): entre dois inteiros funciona igual à divisão inteira. Em outros casos, o
resultado é real.
▪ Divisão inteira (//): o resultado é truncado para o inteiro imediatamente inferior,
mesmo quando aplicado em números reais, porém neste caso o resultadoserá real
também.
▪ Exponenciação (**): pode ser usada para calcular a raiz, através de expoentes
fracionários (exemplo: 100**0.5).
▪ Módulo (%): retorna o resto da divisão.
Durante as operações, os números serão convertidos de forma adequada (exemplo: (1.5+4j)
+ 3 resulta em 4.5+4j).
Além dos tipos builtins do interpretador, na biblioteca padrão ainda existe o módulo
decimal, que define operações com números reais com precisão fixa, e tipos para data e
hora.
Tipos 27
Texto
As strings no Python são buitins para armazenar texto. São imutáveis, sendo assim, não é
possível adicionar, remover ou mesmo modificar algum caractere de uma string. Para
realizar essas operações, o Python precisa criar um nova string.
Tipos:
▪ String padrão: s = 'Led Zeppelin'
▪ String unicode: u = u'Björk'
A string padrão pode ser convertida para unicode através da função unicode().
A inicialização de strings pode ser:
▪ Com aspas simples ou duplas.
▪ Em várias linhas consecutivas, desde que seja entre três aspas simples ou duplas.
▪ Sem expansão de caracteres (exemplo: s = r'\n', aonde s conterá os caracteres “\” e
“n”).
Operações com strings:
s = 'Camel'
# Concatenação
print 'The ' + s + ' run away!'
# Interpolação
print 'tamanho de %s => %d' % (s, len(s))
# String tratada como seqüência
for ch in s: print ch
# Strings são objetos
if s.startswith('C'): print s.upper()
# o que acontecerá?
print 3 * s
# 3 * s é consistente com s +s + s
Interpolação:
Operador “%” é usado para fazer interpolação de strings. A interpolação é mais eficiente
do que a concatenação convencional.
print 'Agora são %02d:%02d.' % (16, 30)
28 Tipos
# Imprime: Agora são 16:30.
Símbolos usados na interpolação:
▪ %s: string.
▪ %d: inteiro.
▪ %f: real.
Fatias (slices) de strings podem ser obtidas colocando índices entre colchetes após a string.
Os índices no Python:
▪ Começam em zero.
▪ Contam a partir do fim se forem negativos.
▪ Podem ser definidos como trechos, na forma [inicio:fim + 1:intervalo]. Se não for
definido o inicio, será considerado como zero. Se não for definido o fim + 1, será
considerado o tamanho do objeto. O intervalo (entre os caracteres), se não for
definido, será 1.
É possível inverter strings usando um intervalo negativo:
Fatiando strings
String s
P y t h o n
0 1 2 3 4 5
s[0]
Caracteres
Posições
s[:2] s[2:] s[-1]
P Py thon n
Expressões
Fatias
Tipos 29
print 'Python'[::-1]
# Mostra: nohtyP
Várias funções para tratar com texto estão no módulo string.
# -*- coding: latin1 -*-
# importando o módulo string
import string
# O alfabeto
a = string.ascii_letters
# Rodando o alfabeto um caractere para a esquerda
b = a[1:] + a[0]
# A função maketrans() cria uma tabela de tradução
# entre os caracteres das duas strings que ela
# recebeu como parâmetro.
# Os caracteres ausentes nas tabelas serão
# copiados para a saída.
tab = string.maketrans(a, b)
# A mensagem...
msg = '''Esse texto será traduzido..
Vai ficar bem estranho.
'''
# A função translate() usa a tabela de tradução
# criada pela maketrans() para traduzir uma string
print string.translate(msg, tab)
Saída:
Fttf ufyup tfsá usbevAjep..
Wbj gjdbs cfn ftusboip.
O módulo também implementa um tipo chamado Template, que é um modelo de string que
pode ser preenchido através de um dicionário. Os identificadores são inciados por cifrão
($) e podem ser cercados por chaves, para evitar confusões.
Exemplo:
# -*- coding: latin1 -*-
30 Tipos
# importando o módulo string
import string
# Cria uma string template
st = string.Template('$aviso aconteceu em $quando')
# Preenche o modelo com um dicionário
s = st.substitute({'aviso': 'Falta de eletricidade',
'quando': '03 de Abril de 2002'})
# Mostra:
# Falta de eletricidade aconteceu em 03 de Abril de 2002
print s
É possível usar strings mutáveis no Python, através do módulo UserString, que define o
tipo MutableString:
# -*- coding: latin1 -*-
# importando o módulo UserString
import UserString
s = UserString.MutableString('Python')
s[0] = 'p'
print s # mostra "python"
Strings mutáveis são menos eficientes do que strings mutáveis.
Tipos 31
Listas
Listas são coleções heterogêneas de objetos, que podem ser de qualquer tipo, inclusive
outras listas.
As listas no Python são mutáveis, podendo ser alteradas a qualquer momento. Listas
podem ser fatiadas da mesma forma que as strings, mas como as listas são mutáveis, é
possível fazer atribuições a itens da lista.
Sintaxe:
lista = [a, b, ..., z]
Operações comuns com listas:
# Uma nova lista: Brit Progs dos anos 70
progs = ['Yes', 'Genesis', 'Pink Floyd', 'ELP']
# Varrendo a lista inteira
for prog in progs:
print prog
# Trocando o último elemento
progs[-1] = 'King Crimson'
# Incluindo
progs.append('Camel')
# Removendo
progs.remove('Pink Floyd')
# Ordena a lista
progs.sort()
# Inverte a lista
progs.reverse()
# Imprime numerado
for i, prog in enumerate(progs):
print i + 1, '=>', prog
# Imprime do segundo item em diante
print progs[1:]
print range(10)
32 Tipos
A função enumerate() retorna uma tupla de dois elementos a cada iteração: um número
seqüencial e um item da seqüência correspondente.
A operações de ordenação (sort) e inversão (reverse) são realizadas na própria lista, sendo
assim, não geram novas listas.
Tuplas
Semelhantes as listas, porém são imutáveis: não se pode acrescentar, apagar ou fazer
atribuições aos itens.
Sintaxe:
tupla = (a, b, ..., z)
Os parênteses são opcionais.
Particularidade: tupla com apenas um elemento é representada como:
t1 = (1,)
Os elementos de uma tupla podem ser referenciados da mesma forma que os elementos de
uma lista:
primeiro_elemento = tupla[0]
Listas podem ser convertidas em tuplas:
tupla = tuple(lista)
E tuplas podem ser convertidas em listas:
lista = list(tupla)
Embora a tupla possa conter elementos mutáveis, esses elementos não podem sofrer
atribuição, pois isto modificaria a referência ao objeto.
Exemplo usando o modo interativo:
Tipos 33
>>> t = ([1, 2], 4)
>>> t[0].append(3)
>>> t
([1, 2, 3], 4)
>>> t[0] = [1, 2, 3]
Traceback (most recent call last):
File "<input>", line 1, in ?
TypeError: object does not support item assignment
>>>
As tuplas são mais eficientes do que as listas convencionais, pois consomem menos
recursos computacionais.
Outros tipos de seqüências
O Python provê entre os builtins também:
▪ set: lista mutável unívoca (sem repetições).
▪ frozenset: lista imutável unívoca.
34 Tipos
Dicionários
Um dicionário é uma lista de associações compostas por uma chave única e estruturas
correspondentes. Dicionários são mutáveis, tais como as listas.
A chave tem que ser de um tipo imutável, geralmente strings, mas também podem ser
tuplas ou tipos numéricos. O dicionário do Python não fornece garantia de que as chaves
estarão ordenadas.
Sintaxe:
dicionario = {'a': a, 'b': b, ..., 'z', z}
Estrutura:
Exemplo de dicionário:
dic = {'nome': 'Shirley Manson', 'banda': 'Garbage'}
Chaves
Fractal
{'Fractal': 'IFS', 'Palheta': 'Verde', 'Limites': (640, 480), (0, 0): (42, 35)}
Valores
IFS
Palheta Verde
Limites (640, 480)
(0, 0) (42, 35)
Elementos
imutáveis
Objetos
quaisquer
Tipos 35
Acessando elementos:
print dic['nome']
Adicionando elementos:
dic['album'] = 'Version 2.0'
Apagando um elemento do dicionário:
del dic['album']
Obtendo os itens, chaves e valores:
itens = dic.items()
chaves = dic.keys()
valores = dic.values()
Exemplos com dicionários:
# Progs e seus albuns
progs = {'Yes': ['Close To The Edge', 'Fragile'],
'Genesis': ['Foxtrot','The Nursery Crime'],
'ELP': ['Brain Salad Surgery']}
# Mais progs
progs['King Crimson'] = ['Red', 'Discipline']
# Iteração
for prog, albuns in progs.items():
print prog, '=>', albuns
# Se tiver 'ELP', deleta
if progs.has_key('ELP'):
del progs['ELP']
Exemplo de matriz esparsa:
# -*- coding: latin1 -*-
# Matriz esparsa implementada
items() retorna uma lista de
tuplas com a chave e o valor.
36 Tipos
# com dicionário
# Matriz esparsa é uma estrutura
# que só armazena os valores que
# existem na matriz
dim = 6, 12
mat = {}
# Tuplas são imutáveis
# Cada tupla representa
# uma posição na matriz
mat[3, 7] = 3
mat[4, 6] = 5
mat[6, 3] = 7
mat[5, 4] = 6
mat[2, 9] = 4
mat[1, 0] = 9
for lin in range(dim[0]):
for col in range(dim[1]):
# Método get(chave, valor)
# retorna o valor da chave
# no dicionário ou se a chave
# não existir, retorna o
# segundo argumento
print mat.get((lin, col), 0),
print
Saída:
0 0 0 0 0 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 4 0 0
0 0 0 0 0 0 0 3 0 0 0 0
0 0 0 0 0 0 5 0 0 0 0 0
0 0 0 0 6 0 0 0 0 0 0 0
Gerando a matriz esparsa:
# -*- coding: latin1 -*-
# Matriz em forma de string
matriz = '''0 0 0 0 0 0 0 0 0 0 0 0
9 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 4 0 0
0 0 0 0 0 0 0 3 0 0 0 0
Tipos 37
0 0 0 0 0 0 5 0 0 0 0 0
0 0 0 0 6 0 0 0 0 0 0 0'''
mat = {}
# Quebra a matriz em linhas
for lin, linha in enumerate(matriz.splitlines()):
# Quebra a linha em colunas
for col, coluna in enumerate(linha.split()):
coluna = int(coluna)
# Coloca a coluna no resultado,
# se for diferente de zero
if coluna:
mat[lin, col] = coluna
print mat
# Some um nas dimensões pois a contagem começa em zero
print 'Tamanho da matriz completa:', (lin + 1) * (col + 1)
print 'Tamanho da matriz esparsa:', len(mat)
Saída:
{(5, 4): 6, (3, 7): 3, (1, 0): 9, (4, 6): 5, (2, 9): 4}
Tamanho da matriz completa: 72
Tamanho da matriz esparsa: 5
A matriz esparsa é uma boa solução de processamento para estruturas em que a maioria
dos itens permanecem vazios, como planilhas, por exemplo.
38 Tipos
Verdadeiro, falso e nulo
Em Python, o tipo booleano (bool) é uma especialização do tipo inteiro (int). O verdadeiro é
chamado True e é igual a 1, enquanto o falso é chamado False e é igual a zero.
Os seguintes valores são considerados falsos:
▪ False (falso).
▪ None (nulo).
▪ 0 (zero).
▪ '' (string vazia).
▪ [] (lista vazia).
▪ () (tupla vazia).
▪ {} (dicionário vazio).
▪ Outras estruturas com o tamanho igual a zero.
São considerados verdadeiros todos os outros objetos fora dessa lista.
O objeto None, que é do tipo NoneType, do Python representa o nulo e é avaliado como
falso pelo interpretador.
Funções 39
Funções
Funções são blocos de código identificados por um nome, que podem receber parâmetros
pré-determinados.
No Python, as funções:
▪ Podem retornar ou não objetos.
▪ Aceitam Doc Strings.
▪ Aceitam parâmetros opcionais (com defaults). Se não for passado o parâmetro será
igual ao default definido na função.
▪ Aceitam que os parâmetros sejam passados com nome. Neste caso,a ordem em que
os parâmetros foram passados não importa.
▪ Tem namespace próprio (escopo local), e por isso podem ofuscar definições de
escopo global.
▪ Podem ter suas propriedades alteradas (geralmente por decoradores).
Doc Strings são strings que estão associadas a uma estrutura do Python. Nas funções, as
Doc Strings são colocadas dentro do corpo da função, geralmente no começo. O objetivo
das Doc Strings é servir de documentação para aquela estrutura.
Sintaxe:
def func(parametro1, parametro2=padrao):
"""Doc String
"""
<bloco de código>
return valor
Os parâmetros com default devem ficar após os que não tem default.
Exemplo (fatorial):
def fatorial(num):
if num <= 1:
return 1
else:
return(num * fatorial(num - 1))
Exemplo (série de Fibonacci):
A função é recursiva.
O retorno é opcional.
40 Funções
def fib(n):
"""Fibonacci:
fib(n) => fib(n - 1) + fib(n - 2) se n > 1
fib(n) => 1 se n <= 1
"""
if n > 1:
return fib(n - 1) + fib(n - 2)
else:
return 1
# Mostrar Fibonacci de 1 a 5
for i in [1, 2, 3, 4, 5]:
print i, '=>', fib(i)
Exemplo (conversão de RGB):
# -*- coding: latin1 -*-
def rgb_html(r=0, g=0, b=0):
"""Converte R, G, B em #RRGGBB"""
return '#%02x%02x%02x' % (r, g, b)
def html_rgb(color='#000000'):
"""Converte #RRGGBB em R, G, B"""
if color.startswith('#'): color = color[1:]
r = int(color[:2], 16)
g = int(color[2:4], 16)
b = int(color[4:], 16)
return r, g, b # Uma seqüência
print rgb_html(200, 200, 255)
print rgb_html(b=200, g=200, r=255) # O que houve?
print html_rgb('#c8c8ff')
Observações:
▪ Os argumentos com padrão devem vir por último, depois dos argumentos sem
padrão.
▪ O valor do padrão para um parâmetro é calculado quando a função é definida.
▪ Os argumentos passados sem identificador são recebidos pela função na forma de
uma lista.
▪ Os argumentos passados com identificador são recebidos pela função na forma de
um dicionário.
▪ Os parâmetros passados com identificador na chamada da função devem vir no fim
Funções 41
da lista de parâmetros.
Exemplo de como receber todos parâmetros:
# -*- coding: latin1 -*-
# *args - argumentos sem nome (lista)
# **kargs - argumentos com nome (dicionário)
def func(*args, **kargs):
print args
print kargs
No exemplo, kargs receberá os argumentos nomeados e args receberá os outros.
42 Documentação
Documentação
PyDOC é a ferramenta padrão de documentação9 do Python. Ela pode ser utilizada tanto
para acessar a documentação dos módulos que acompanham o Python, quanto módulos
de terceiros.
No Windows, acesse o ícone “Module Docs” para a documentação da biblioteca padrão e
“Python Manuals” para consultar o tutorial, referências e outros documentos mais
extensos.
Para utilizar o PyDOC no Linux:
pydoc ./modulo.py
Para exibir a documentação de “modulo.py” no diretório atual.
No Linux, para ver a documentação das bibliotecas no browser, utilize o comando:
pydoc -p 8000
E acesse o endereço http://localhost:8000/.
Para rodar a versão gráfica do PyDOC execute:
pydoc -g
O PyDOC utiliza as Doc Strings dos módulos para gerar a documentação.
Além disso, é possível ainda consultar a documentação no próprio interpretador, através
da função help().
Exemplo:
help(list)
Mostra a documentação para a lista do Python.
9 A documentação do Python também disponível na internet em: http://www.python.org/doc/.
Exercícios I 43
Exercícios I
1. Implementar duas funções:
▪ Uma que converta temperatura em graus Celsius para Fahrenheit.
▪ Outra que converta temperatura em graus Fahrenheit para Celsius.
Lembrando que:
2. Implementar uma função que retorne verdadeiro se o número for primo (falso caso
contrário). Testar de 1 a 100.
3. Implementar uma função que receba uma lista de listas de comprimentos quaisquer e
retorne uma lista de uma dimensão.
4. Implementar uma função que receba um dicionário e retorne a soma, a média e a
variação dos valores.
5. Escreva uma função que:
▪ Receba uma frase como parâmetro.
▪ Retorne uma nova frase com cada palavra com as letras invertidas.
6. Crie uma função que:
▪ Receba uma lista de tuplas (dados), um inteiro (chave, zero por padrão igual) e um
booleano (reverso, falso por padrão).
▪ Retorne dados ordenados pelo item indicado pela chave e em ordem decrescente se
reverso for verdadeiro.
F= 9
5
⋅C32
44 Parte II
Parte II
▪ Módulos.
▪ Escopo denomes.
▪ Pacotes.
▪ Bibliotecas compartilhadas.
▪ Bibliotecas de terceiros.
▪ Arquivos e I/O.
▪ Exceções.
▪ Tempo.
▪ Introspecção.
▪ Exercícios II.
Módulos 45
Módulos
Módulos são arquivos que podem importados para um programa. Podem conter qualquer
estrutura do Python e são executados quando importados10. Eles são compilados quando
importados pela primeira vez e armazenados em arquivo (com extensão “.pyc” ou “.pyo”),
possuem namespace próprio e aceitam Doc Strings. São objetos Singleton (só é carregada
uma instância em memória, que fica disponível de forma global para o programa).
Os módulos são localizados pelo interpretador através da lista de pastas PYTHONPATH
(sys.path), que normalmente inclui a pasta corrente em primeiro lugar. O módulo principal
de um programa tem a variável __name__ igual à “__main__”, então é possível testar se o
módulo é o principal usando:
if __name__ == "__main__":
# Aqui o código só será executado
# se este for o módulo principal
# e não quando ele for importado por outro programa
10 Caso seja necessário executar de novo o módulo durante a execução da aplicação, ele terá que carregado
outra vez através da função reload.
__main__
Função
sys.path
sys.exit()
Módulo principal em execução.
sys
path
exit
Módulo sys (import sys)
path é uma lista.
exit é uma função.
Função definida em __main__.
Chamando exit de sys.
46 Módulos
Com isso é fácil transformar um programa em um módulo.
Os módulos são carregados através da instrução import. Desta forma, ao usar alguma
estrutura do módulo, é necessário identificar o módulo. Isto é chamado de importação
absoluta.
import os
print os.name
Também possível importar módulos de forma relativa:
from os import name
print name
O caractere “*” pode ser usado para importar tudo que está definido no módulo:
from os import *
print name
Por evitar problemas como a ofuscação de variáveis, a importação absoluta é uma prática
melhor de programação do que a importação relativa.
Exemplo de módulo:
# -*- coding: latin1 -*-
"""
modutils => rotinas utilitárias para módulos
"""
import os.path
import sys
import glob
def find(txt):
"""encontra módulos que tem o nome
contendo o parâmetro
"""
resp = []
for path in sys.path:
mods = glob.glob('%s/*.py' % path)
Módulos 47
for mod in mods:
if txt in os.path.basename(mod):
resp.append(mod)
return resp
Exemplo de uso do módulo:
from os.path import getsize, getmtime
from time import localtime, asctime
import modutils
mods = modutils.find('xml')
for mod in mods:
tm = asctime(localtime(getmtime(mod)))
kb = getsize(mod) / 1024
print '%s: (%d kbytes, %s)' % (mod, kb, tm)
Saída:
c:\python25\lib\xmllib.py: (34 kbytes, Fri Oct 28 20:07:40 2005)
c:\python25\lib\xmlrpclib.py: (46 kbytes, Thu Dec 08 14:20:04 2005)
Dividir programas em módulos facilita o reaproveitamento e localização de falhas no
código.
Módulos da biblioteca padrão
É comum dizer que o Python vem com “baterias inclusas”, em referência a vasta biblioteca
de módulos e pacotes que é distribuída com o interpretador.
Alguns módulos importantes da biblioteca padrão:
▪ Sistema: os, glob, shutils, subprocess.
▪ Threads: threading.
▪ Persistência: pickle, cPickle.
▪ XML: xml.dom, xml.sax, elementTree (a partir da versão 2.5).
▪ Configuração: ConfigParser, optparse.
▪ Tempo: time, datetime.
▪ Outros: sys, logging, traceback, types, timeit.
48 Escopo de nomes
Escopo de nomes
Namespaces são dicionários que relacionam os nomes dos objetos (referências) e os objetos
em si.
Normalmente, os nomes estão definidos em dois dicionários, que podem ser consultados
através das funções locals() e globals(). Estes dicionários são alterados dinamicamente em
tempo de execução11.
Variáveis globais podem ser ofuscadas por variáveis (pois o escopo local é verificado antes
do escopo global). Para evitar isso, é preciso declarar a variável como global no escopo
local.
Exemplo:
def somalista(lista):
"""
11 Embora os dicionários retornados por locals() e globals() possam ser alterados diretamente, isso deve ser
evitado, pois pode ter efeitos indesejáveis.
Módulo
Função
Var_1
Var_2
Var_3
Var_3
Var_4
Estas são variáveis globais.
Estas são variáveis locais.
Var_3 foi ofuscada, pois foi
(re)definida no escopo local.
Um namespace é um escopo de
definição de estruturas.
Escopo de nomes 49
Soma listas de listas, recursivamente
Coloca o resultado como global
"""
global soma
for item in lista:
if type(item) is list: # Se o tipo do item for lista
somalista(item)
else:
soma += item
soma = 0
somalista([[1, 2], [3, 4, 5], 6])
print soma # 21
Usar variáveis globais não é considerada uma boa prática de desenvolvimento, pois
tornam mais difícil entender o sistema, portanto é melhor evitar seu uso. E ofuscar
variáveis também.
50 Pacotes
Pacotes
Pacotes (packages) são pastas que são identificadas pelo interpretador pela presença de um
arquivo com o nome “__init__.py”. Os pacotes servem como containers para módulos.
É possível importar todos os módulos do pacote usando a declaração from nome_do_pacote
import *.
O arquivo “__init__.py” pode estar vazio ou conter código de inicialização do pacote ou
definir uma variável chamada __all__, uma lista de módulos do pacote serão importados
quando for usado “*”. Sem o arquivo, o Python não identifica a pasta como um pacote
válido.
componentes
display.py
lcd
oled
Esta pasta é um pacote.
sensor.py
termico
Identifica a pasta como pacote.
componentes.sensor.
componentes.sensor.termico.
componentes.display.crt.
componentes.display.oled.
__init__.py
crt
componentes.display.lcd.
componentes.display.
Bibliotecas compartilhadas 51
Bibliotecas compartilhadas
A partir da versão 2.5, o Python incorporou o módulo ctypes, que implementa tipos
compatíveis com os tipos usados pela linguagem C e permite evocar funções de bibliotecas
compartilhadas.
O módulo provê várias formas de evocar funções. Funções que seguem a convenção de
chamada stdcall, como a API do Windows, podem ser acessadas através da classe windll.
Dynamic-link library (DLL) é a implementação de bibliotecas compartilhadas que são
usadas no Windows.
Exemplo com windll:
# -*- coding: latin1 -*-
import ctypes
# Evocando a caixa de mensagens do Windows
# Os argumentos são: janela pai, mensagem,
# título da janela e o tipo da janela.
# A função retorna um inteiro, que
# corresponde a que botão foi pressionado
i = ctypes.windll.user32.MessageBoxA(None,
'Teste de DLL!', 'Mensagem', 0)
# O resultado indica qual botão foi clicado
print i
Para funções que seguem a convenção de chamada cdecl, usada pela maioria dos
compiladores C, existe a classe cdll. Para as passagens de argumentos por referência é
preciso criar uma variável que funciona como um buffer para receber os resultados. Isso é
necessário para receber strings, por exemplo.
Exemplo com cdll e buffer:
# -*- coding: latin1 -*-
import ctypes
# msvcrt é a biblioteca com a maioria das funções
# padrões da linguagens C no Windows
# O Windows coloca automaticamente
# a extensão do arquivo
clib = ctypes.cdll.msvcrt
52 Bibliotecas compartilhadas
# Cria um buffer para receber o resultado
# a referência para o buffer será passada para
# a função, que preenche o buffer com o resultado
s = ctypes.c_buffer('\000', 40)
# sscanf() é uma função que extrai valores
# de uma string conforme uma mascara
clib.sscanf('Testando sscanf!\n',
'Testando%s!\n', s)
# Mostra o resultado
print s.value
É possível também evocar funções de bibliotecas compartilhadas no Linux:
# -*- coding: latin1 -*-
import ctypes
# Carrega a biblioteca padrão C no Linux
# A extensão do arquivo precisa passada
# para a função LoadLibrary()
clib = ctypes.cdll.LoadLibrary("libc.so.6")
# Cria um buffer para receber o resultado
s = ctypes.c_buffer('\000', 40)
# Evoca a função sprintf
clib.sprintf(s, 'Testando %s\n', 'sprintf!')
# Mostra o resultado
print s.value
Através de bibliotecas compartilhadas é possível usar código desenvolvido em outras
linguagens de uma maneira simples.
Bibliotecas de terceiros 53
Bibliotecas de terceiros
Hoje existem muitas bibliotecas escritas por terceiros disponíveis para Python, compostas
por pacotes ou módulos, que implementam diversos recursos além da biblioteca padrão.
Geralmente, as bibliotecas são distribuídas das seguintes formas:
▪ Pacotes distutils.
▪ Pacotes para gerenciadores de pacotes do Sistema Operacional.
▪ Instaladores.
▪ Python Eggs.
Os pacotes usando o módulo distutils, que é distribuído com o Python, são muito
populares. Os pacotes são distribuídos em arquivos compactados (geralmente “.tar.gz”,
“.tar.bz2” ou “.zip”). Para instalar, é necessário descompactar o arquivo, entrar na pasta
que foi descompactada e por fim executar o comando:
python setup.py install
Que o pacote será instalado na pasta “site-packages” no Python.
Gerenciadores de pacotes do Sistema Operacional, geralmente trabalham com formatos
próprios de pacote, como “.deb” (Debian Linux) ou “.rpm” (RedHat Linux). A forma de
instalar os pacotes depende do gerenciador utilizado. A grande vantagem é que o
gerenciador de pacotes cuida das dependências e atualizações.
Instaladores são executáveis que instalam a biblioteca. Geralmente são usados em
ambiente Windows e podem ser desinstalados pelo Painel de Controle.
Python Eggs são pacotes (com a extensão “.egg”) administrados pelo easy_install,
utilitário que faz parte do projeto setuptools12. Semelhante a algumas ferramentas
encontradas em outras linguagens, como o Ruby Gems, aos poucos está se tornando o
padrão de fato para distribuição de bibliotecas em Python.
O programa procura pela versão mais nova do pacote no PYPI13 (Python Package Index),
repositório de pacotes Python, e também procura instalar as dependências que forem
necessárias.
12 Fontes e documentação do projeto em: http://peak.telecommunity.com/DevCenter/setuptools/.
13 Endereço: http://pypi.python.org/pypi.
54 Bibliotecas de terceiros
Python Eggs podem ser instalados pelo comando:
easy_install nome_do_pacote
O script easy_install é instalado na pasta “scripts” do Python.
Arquivos e I/O 55
Arquivos e I/O
Os arquivos no Python são representados por objetos do tipo file14, que oferecem métodos
para diversas operações de arquivos. Arquivos podem ser abertos para leitura ('r', que é o
default), gravação ('w') ou adição ('a'), em modo texto ou binário('b').
Em Python:
▪ sys.stdin representa a entrada padrão.
▪ sys.stdout representa a saída padrão.
▪ sys.stderr representa a saída de erro padrão.
A entrada, saída e erro padrões são tratados pelo Python como arquivos abertos. A
entrada em modo de leitura e os outros em modo de gravação.
Exemplo de escrita:
import sys
# Criando um objeto do tipo file
temp = file('temp.txt', 'w')
# Escrevendo no arquivo
for i in range(100):
temp.write('%03d\n' % i)
# Fechando
temp.close()
temp = file('temp.txt')
# Escrevendo no terminal
for x in temp:
sys.stdout.write(x)
#Escrever em sys.stdout envia
# otexto para a saída padrão
temp.close()
A iteração do segundo laço, o objeto retorna uma linha do arquivo.
Exemplo de leitura:
import sys
14 A referência open aponta para file.
56 Arquivos e I/O
import os.path
# raw_input retorna a string digitada
fn = raw_input('Nome do arquivo: ').strip()
if not os.path.exists(fn):
print 'Tente outra vez...'
sys.exit()
# Numerando as linhas
for i, s in enumerate(file(fn)):
print i + 1, s,
É possível ler todas as linhas com o método readlines():
# Imprime uma lista contendo linhas do arquivo
print file('temp.txt').readlines()
Os objetos de arquivo também possuem um método seek(), que permite ir para qualquer
posição no arquivo.
Sistema de arquivos
O módulo os.path implementa várias funcionalidades relacionadas a sistemas de arquivo,
tais como:
▪ os.path.basename(): retorna o componente final de um caminho.
▪ os.path.dirname(): retorna um caminho sem o componente final.
▪ os.path.exists(): retorna True se o caminho existe ou False em caso contrário.
▪ os.path.getsize(): retorna o tamanho do arquivo em bytes.
O glob é outro módulo relacionado ao sistema de arquivo:
import os.path
import glob
# Mostra uma lista de nomes de arquivos
# e seus respectivos tamanhos
for arq in sorted(glob.glob('*.py')):
print arq, os.path.getsize(arq)
A função glob.glob() retorna uma lista com os nomes de arquivo que atendem ao critério
passado como parâmetro, de forma semelhante ao comando “ls” disponível nos sistemas
UNIX.
Arquivos e I/O 57
Arquivos compactados
O Python possui módulos para trabalhar com vários formatos de arquivos compactados.
Exemplo de gravação de um arquivo “.zip”:
# -*- coding: latin1 -*-
"""
Gravando texto em um arquivo compactado
"""
import zipfile
texto = """
***************************************
Esse é o texto que será compactado e...
... guardado dentro de um arquivo zip.
***************************************
"""
# Cria um zip novo
zip = zipfile.ZipFile('arq.zip', 'w',
zipfile.ZIP_DEFLATED)
# Escreve uma string no zip como se fosse um arquivo
zip.writestr('texto.txt', texto)
# Fecha o zip
zip.close()
Exemplo de leitura:
# -*- coding: latin1 -*-
"""
Lendo um arquivo compactado
"""
import zipfile
# Abre o arquivo zip para leitura
zip = zipfile.ZipFile('arq.zip')
# Pega a lista dos arquivos compactados
arqs = zip.namelist()
for arq in arqs:
# Mostra o nome do arquivo
print 'Arquivo:', arq
58 Arquivos e I/O
# Informações do arquivo
zipinfo = zip.getinfo(arq)
print 'Tamanho original:', zipinfo.file_size
print 'Tamanho comprimido:', zipinfo.compress_size
# Mostra o conteúdo do arquivo
print zip.read(arq)
Saída:
Arquivo: texto.txt
Tamanho original: 160
Tamanho comprimido: 82
***************************************
Esse é o texto que será compactado e...
... guardado dentro de um arquivo zip.
***************************************
O Python também provê módulos para os formatos gzip, bzip2 e tar, que são bastante
utilizados em ambientes UNIX.
Arquivos de dados
Na biblioteca padrão, o Python também fornece um módulo para simplificar o
processamento de arquivos no formato CSV (Comma Separated Values).
O formato é muito simples, os dados são armazenados em forma de texto, separados por
vírgula, um registro por linha.
Exemplo de escrita:
import csv
# Dados
dt = (('temperatura', 15.0, 'C', '10:40', '2006-12-31'),
('peso', 42.5, 'kg', '10:45', '2006-12-31'))
# A escrita recebe um objeto do tipo "file"
out = csv.writer(file('dt.csv', 'w'))
# Escrevendo as tuplas no arquivo
out.writerows(dt)
Arquivo de saída:
Arquivos e I/O 59
temperatura,15.0,C,10:40,2006-12-31
peso,42.5,kg,10:45,2006-12-31
Exemplo de leitura:
import csv
# A leitura recebe um objeto arquivo
dt = csv.reader(file('dt.csv'))
# Para cada registro do arquivo, imprima
for reg in dt:
print reg
Saída:
['temperatura', '15.0', 'C', '10:40', '2006-12-31']
['peso', '42.5', 'kg', '10:45', '2006-12-31']
O formato CSV é aceito pela maioria das planilhase sistemas de banco de dados para
importação e exportação de informações.
60 Exceções
Exceções
Quando ocorre uma falha no programa (como uma divisão por zero, por exemplo) em
tempo de execução, uma exceção é gerada. Se a exceção não for tratada, ela será
propagada através das chamadas de função até o módulo principal do programa,
interrompendo a execução.
print 1/0
Traceback (most recent call last):
File "<input>", line 1, in ?
ZeroDivisionError: integer division or modulo by zero
A instrução try permite o tratamento de exceções no Python. Se ocorrer uma exceção em
um bloco marcado com try, é possível tratar a exceção através da instrução except. Podem
existir vários excepts para um try.
try:
print 1/0
except ZeroDivisionError:
print 'Erro ao tentar dividir por zero.'
# Mostra:
# Erro ao tentar dividir por zero.
Se except recebe o nome da exceção, só esta será tratada. Se não for passada nenhuma
exceção como parâmetro, todas serão tratadas.
import traceback
# Tente receber o nome do arquivo
try:
fn = raw_input('Nome do arquivo: ').strip()
# Numerando as linhas
for i, s in enumerate(file(fn)):
print i + 1, s,
# Se ocorrer um erro
except:
# Mostre na tela
trace = traceback.format_exc()
Exceções 61
# E salve num arquivo
print 'Aconteceu um erro:\n', trace
file('trace.log', 'a').write(trace)
# Encerre o programa
raise SystemExit
O módulo traceback oferece funções para manipular as mensagens de erro. A função
format_exc retorna a saída da última exceção formatada em uma string.
O tratamento de exceções pode possuir um bloco else, que será executado quando não
ocorrer nenhuma exceção e um bloco finally, será executado de qualquer forma, tendo
ocorrido uma exceção ou não15. Novos tipos de exceções podem ser definidos através de
herança a partir da classe Exception.
15 A declaração finally pode ser usada para liberar recursos que foram usados no bloco try, tais como
conexões de banco de dados ou arquivos abertos.
62 Tempo
Tempo
O Python possui dois módulos para lidar com tempo:
▪ time: implementa funções básicas para lidar com o tempo gerado pelo sistema
operacional.
▪ datetime: implementa tipos de alto nível para lidar operações de data e hora.
Exemplo com time:
# -*- coding: latin-1 -*-
import time
# localtime() Retorna a data e hora local no formato
# de uma tupla:
# (ano, mês, dia, hora, minuto, segundo, dia da semana,
# dia do ano, horário de verão)
print time.localtime()
# asctime() retorna a data e hora como string, conforme
# a configuração do sistema operacional
print time.asctime()
# time() retorna o tempo do sistema em segundos
ts1 = time.time()
# gmtime() converte segundos para tuplas no mesmo
# formato de localtime()
tt1 = time.gmtime(ts1)
print ts1, '=>', tt1
# Somando uma hora
tt2 = time.gmtime(ts1 + 3600.)
# mktime() converte tuplas para segundos
ts2 = time.mktime(tt2)
print ts2, '=>', tt2
# clock() retorma o tempo desde quando o programa
# iniciou, em segundos
print 'O programa levou', time.clock(), \
'segundos sendo executado até agora...'
# Contando os segundos...
for i in xrange(5):
# sleep() espera durante o número de segundos
# especificados
time.sleep(1)
Tempo 63
print i + 1, 'segundo(s)'
Saída:
(2008, 5, 11, 9, 55, 57, 6, 132, 0)
Sun May 11 09:55:57 2008
1210510557.44 => (2008, 5, 11, 12, 55, 57, 6, 132, 0)
1210524957.0 => (2008, 5, 11, 13, 55, 57, 6, 132, 0)
O programa levou 1.53650813162e-006 segundos sendo executado até agora...
1 segundo(s)
2 segundo(s)
3 segundo(s)
4 segundo(s)
5 segundo(s)
Em datetime, estão definidos quatro tipos para representar o tempo:
▪ datetime: data e hora.
▪ date: apenas data.
▪ time: apenas hora.
▪ timedelta: diferença entre tempos.
Exemplo:
# -*- coding: latin-1 -*-
import datetime
# datetime() recebe como parâmetros:
# ano, mês, dia, hora, minuto, segundo
# e retorna um objeto do tipo datetime
dt = datetime.datetime(2020, 12, 31, 23, 59, 59)
# Objetos date e time podem ser criados
# a partir de um objeto datetime
data = dt.date()
hora = dt.time()
# Quanto tempo falta para 31/12/2020
dd = dt - dt.today()
print 'Data:', data
print 'Hora:', hora
print 'Quanto tempo falta para 31/12/2020:', \
str(dd).replace('days', 'dias')
Saída:
64 Tempo
Data: 2020-12-31
Hora: 23:59:59
Quanto tempo falta para 31/12/2020: 4616 dias, 13:22:58.857000
Os objetos dos tipos date e datetime retornam datas em formato ISO.
Introspecção 65
Introspecção
Introspecção ou reflexão é capacidade do software de identificar e relatar suas próprias
estruturas internas, tais como tipos, escopo de variáveis, métodos e atributos.
Funções nativas do interpretador para introspecção:
Função Retorno
type(objeto) O tipo (classe) do objeto.
id(objeto) O identificador do objeto.
locals() O dicionário de variáveis locais.
globals() O dicionário de variáveis globais.
len(objeto) O tamanho do objeto.
dir(objeto) A lista de estruturas do objeto.
help(objeto) As Doc Strings do objeto.
repr(objeto) A representação do objeto.
isinstance(objeto, classe) Verdadeiro se objeto deriva da classe.
issubclass(subclasse, classe) Verdadeiro se subclasse herda classe.
O identificador do objeto é um número inteiro único que é usado pelo interpretador para
identificar internamente os objetos.
Exemplo:
# -*- coding: latin1 -*-
# Colhendo algumas informações
# dos objetos globais no programa
from types import ModuleType
def info(n_obj):
# Cria uma referência ao objeto
obj = globals()[n_obj]
# Mostra informações sobre o objeto
print 'Nome do objeto:', n_obj
print 'Identificador:', id(obj)
print 'Tipo:', type(obj)
print 'Representação:', repr(obj)
66 Introspecção
# Se for um módulo
if isinstance(obj, ModuleType):
print 'itens:'
for item in dir(obj):
print item
print
# Mostrando as informações
for n_obj in dir():
info(n_obj)
O Python também tem um módulo chamado types, que tem as definições dos tipos básicos
do interpretador.
Através da introspecção, é possível determinar os campos de uma tabela de banco de
dados, por exemplo.
Módulo inspect
O módulo inspect provê um conjunto de funções de introspecção prontas que permitem
investigar tipos , itens de coleções, classes, funções, código fonte e a pilha de execução do
interpretador.
Exemplo:
# -*- coding: latin1 -*-
import os.path
# inspect: módulo de introspecção "amigável"
import inspect
print 'Objeto:', inspect.getmodule(os.path)
print 'Classe?', inspect.isclass(str)
# Lista todas as funções que existem em "os.path"
print 'Membros:',
for name, struct in inspect.getmembers(os.path):
if inspect.isfunction(struct):
print name,
Saída:
Introspecção 67
Objeto: <module 'ntpath' from 'C:\Python24\lib\ntpath.pyc'>
Classe? True
Membros: abspath basename commonprefix dirname exists expanduser expandvars
getatime getctime getmtime getsize isabs isdir isfile islink ismount join lexists normcase
normpath realpath split splitdrive splitext splitunc walk
As funções que trabalham com a pilha do interpretador devem ser usadas com cuidado,
pois é possível criar referências cíclicas (uma variável que aponta para o item da pilha que
tem a própria variável). A existência de referências a itens da pilha retarda a destruição
dos itens pelo coletor de lixo do interpretador.
68 Exercícios II
Exercícios II
1. Implementar um programa que receba um nome de arquivo e gere estatísticas sobre o
arquivo (número de caracteres, número de linhas e número de palavras)
2. Implementar um módulo com duas funções:▪ matrix_sum(*matrices), que retorna a matriz soma de matrizes de duas dimensões.
▪ camel_case(s), que converte nomes para CamelCase.
3. Implementar uma função que leia um arquivo e retorne uma lista de tuplas com os
dados (o separador de campo do arquivo é vírgula), eliminando as linhas vazias. Caso
ocorra algum problema, imprima uma mensagem de aviso e encerre o programa.
4. Implementar um módulo com duas funções:
▪ split(fn, n), que quebra o arquivo fn em partes de n bytes e salva com nomes
seqüenciais (se fn = arq.txt, então arq_001.txt, arq_002.txt, ... )
▪ join(fn, fnlist) que junte os arquivos da lista fnlist em um arquivo só fn.
5. Crie um script que:
▪ Compare a lista de arquivos em duas pastas distintas.
▪ Mostre os nomes dos arquivos que tem conteúdos diferentes e/ou que existem em
apenas uma das pastas.
6. Faça um script que:
▪ Leia um arquivo texto.
▪ Conte as ocorrências de cada palavra.
▪ Mostre os resultados ordenados pelo número de ocorrências.
Parte III 69
Parte III
▪ Geradores.
▪ Programação funcional.
▪ Exercícios III.
70 Geradores
Geradores
As funções geralmente seguem o fluxo convencional de processar, retornar valores e
encerrar. Geradores são estruturas semelhantes, porém processam e retornam um valor de
uma seqüência a cada chamada. O gerador lembra o estado do processamento entre as
chamadas, retornam o próximo item esperado.
Os geradores apresentam várias vantagens em relação às funções convencionais:
▪ Lazy Evaluation: geradores só são processados quando é realmente necessário, sendo
assim, economizam recursos de processamento.
▪ Reduzem a necessidade da criação de listas.
▪ Permitem trabalhar com seqüências ilimitadas de elementos.
Geradores normalmente são evocados através de um laço for. A sintaxe é semelhante a da
função tradicional, só que a instrução yield substitui o return. A nova cada iteração, yield
retorna o próximo valor.
Exemplo:
# -*- coding: latin-1 -*-
def gen_pares():
"""
Gera números pares infinitamente...
"""
i = 0
while True:
i += 2
yield i
# Mostra cada número e passa para o próximo
for n in gen_pares():
print n
Outro exemplo:
import os
# Encontra arquivos recursivamente
def find(path='.'):
No gerador, yield toma o lugar
do return.
Geradores 71
for item in os.listdir(path):
fn = os.path.normpath(os.path.join(path, item))
if os.path.isdir(fn):
for f in find(fn):
yield f
else:
yield fn
for fn in find('c:/temp'):
print fn
Na própria linguagem existem vários geradores, como o builtin xrange()16, e o módulo
itertools, que define vários geradores úteis.
Para converter a saída do gerador em uma lista:
lista = list(gerador())
Assim, todos os itens serão gerados de uma vez.
16 O gerador xrange substitui com vantagem a função range e a sintaxe é a mesma.
A cada iteração do laço, o gerador
encontra um novo arquivo.
72 Programação funcional
Programação funcional
Programação funcional é um paradigma que trata a computação como uma avaliação de
funções matemáticas. Tais funções podem ser aplicadas em seqüências de dados
(geralmente listas).
São exemplos de linguagens funcionais: LISP, Scheme e Haskell (esta última influenciou o
projeto do Python de forma marcante).
As operações básicas do paradigma funcional são implementadas no Python pelas funções
map(), filter(), reduce() e zip().
Lambda
No Python, lambda é uma função anônima composta apenas por expressões. As funções
lambda podem ter apenas uma linha, e podem ser atribuídas a uma variável. Funções
lambda são muito usadas em programação funcional.
Sintaxe:
lambda <lista de variáveis>: <expressões >
Exemplo:
# Amplitude de um vetor 3D
amp = lambda x, y, z: (x ** 2 + y ** 2 + z ** 2) ** .5
print amp(1, 1, 1)
print amp(3, 4, 5)
Saída:
1.73205080757
7.07106781187
Funções lambda consomem menos recursos que as funções convencionais.
Programação funcional 73
Mapeamento
O mapeamento consiste em aplicar uma função a todos os itens de uma seqüência,
gerando outra lista contendo os resultados e com o mesmo tamanho da lista inicial.
No Python, o mapeamento é implementado pela função map().
Exemplos:
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
# log na base 10
from math import log10
print map(log10, nums)
# Dividindo por 3
print map(lambda x: x / 3, nums)
A função map() sempre retorna uma lista.
Lista
1
2
3
4
5
6
7
Lista
1
4
9
16
25
36
49
Função
x**2
74 Programação funcional
Filtragem
Na filtragem, uma função é aplicada em todos os itens de uma seqüência, se a função
retornar um valor que seja avaliado como verdadeiro, o item original fará parte da
seqüência resultante.
No Python, a filtragem é implementada pela função filter().
Exemplo:
# Selecionando apenas os ímpares
print filter(lambda x: x % 2, nums)
A função filter() aceita também funções lambda, além de funções convencionais.
Lista Lista
1
3
5
7
Função
x % 2
Falso
Falso
Falso
1
2
3
4
5
6
7
Programação funcional 75
Redução
Redução significa aplicar uma função que recebe dois parâmetros, nos dois primeiros
elementos de uma seqüência, aplicar novamente a função usando como parâmetros o
resultado do primeiro par e o terceiro elemento, seguindo assim até o final da seqüência. O
resultado final da redução é apenas um elemento.
Exemplos de redução, que é implementada no Python pela função reduce():
# -*- coding: latin1 -*-
nums = range(100)
# Soma com reduce (pode concatenar strings)
print reduce(lambda x, y: x + y, nums)
# Soma mais simples, mas só para números
print sum(nums)
# Multiplicação
print reduce(lambda x, y: x * y, nums)
A função sum() é mais eficiente que reduce().
Lista Resultado
1
3
6
10
15
21
28
Função
x + y
1
2
3
4
5
6
7
76 Programação funcional
Transposição
Transposição é construir uma série de seqüências a partir de outra série de seqüências,
aonde a primeira nova seqüência contém o primeiro elemento de cada seqüência original,
a segunda nova seqüência contém o segundo elemento de cada seqüência original, até que
alguma das seqüências originais acabe.
Exemplo de transposição, que é implementada no Python pela função zip():
# Uma lista com ('a', 1), ('b', 2), ...
from string import ascii_lowercase
print zip(ascii_lowercase, range(1, 100))
# Transposta de uma matriz
matriz = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
print zip(*matriz)
A função zip() sempre retorna uma lista de tuplas.
Listas
1
2
3
4
5
6
Listas
1
4
2
5
3
6
Função
Programação funcional 77
List Comprehension
Em computação, List Comprehension é uma construção equivalente a notações matemáticas
do tipo:
Ou seja, S é o conjunto formado por x ao quadrado para todo x no conjunto dos números
naturais, se x for maior ou igual a 20.
Sintaxe:
lista = [ <expressão> for <referência> in <seqüência> if <condição> ]
Exemplo:
# -*- coding: latin1 -*-
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
# Eleve os ímpares ao quadrado
print [ x**2 for x in nums if x % 2 ]
Saída:
[1, 9, 25, 49, 81, 121]
O List Comprehension é mais eficiente do que usar as funções map() e filter().
Generator Expression
Generator Expression é uma expressão semelhante ao List Comprehension que funciona como
um gerador.
Exemplo:
# -*- coding: latin1 -*-
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
S={x2∀ xemℕ , x20}
78 Programação funcional
# Eleve os ímpares ao quadrado
gen = ( x**2 for x in numsif x % 2 )
# Mostra os resultados
for num in gen:
print num
O Generator Expression usa menos recursos do que o List Comprehension equivalente.
Exercícios III 79
Exercícios III
1. Implementar um gerador de números primos.
2. Implementar o gerador de números primos como uma expressão (dica: use o módulo
itertools).
3. Implementar um gerador que produza tuplas com as cores do padrão RGB (R, G e B
variam de 0 a 255) usando xrange() e uma função que produza uma lista com as tuplas
RGB usando range(). Compare a performance.
4. Implementar um gerador que leia um arquivo e retorne uma lista de tuplas com os
dados (o separador de campo do arquivo é vírgula), eliminando as linhas vazias. Caso
ocorra algum problema, imprima uma mensagem de aviso e encerre o programa.
80 Parte IV
Parte IV
▪ Decoradores.
▪ Classes.
▪ Testes automatizados.
▪ Exercícios IV.
Decoradores 81
Decoradores
Decoradores (decorators) são funções que são aplicadas em outras funções e retornam
funções modificadas. Decoradores tanto podem ser usados para alterar propriedades das
funções (que são objetos) quanto para “envolver” as funções, acrescentando uma camada
em torno delas com novas funcionalidades.
A partir do Python 2.4, o caractere “@” pode ser usado para automatizar o processo de
aplicar o decorador:
def decorator(f):
f.decorated = True
return f
@decorator
def func(arg):
return arg
Com isso, foi criado um atributo novo na função, que pode ser usado depois, quando a
função for executada.
Função
Original
Função
Modificada
def func(arg):
return arg
def decorator(f):
f.decorated = True
return f
func = decorator(func)
Decorador
O decorador foi aplicado.
82 Decoradores
Exemplo:
# -*- coding: latin1 -*-
# Função decoradora
def dumpargs(f):
# Função que envolverá a outra
def func(*args):
# Mostra os argumentos passados para a função
print args
# Retorna o resultado da função original
return f(*args)
# Retorna a função modificada
return func
@dumpargs
def multiply(*nums):
m = 1
for n in nums:
m = m * n
return m
print multiply(1, 2, 3)
Saída:
(1, 2, 3)
6
A saída apresenta os parâmetros que a função decorada recebeu.
Classes 83
Classes
Um objeto é uma abstração computacional que representa uma entidade, com qualidades
(atributos) e ações (métodos) que a entidade pode realizar. A classe é a estrutura básica do
paradigma de orientação a objetos. A classe representa o tipo do objeto, que define as
qualidades do objeto e o que ele pode fazer.
Por exemplo, a classe Canino descreve as características e ações dos caninos em geral,
enquanto o objeto Bandit representa um canino em especial.
Os atributos são estruturas de dados sobre o objeto e os métodos são funções que
descrevem como o objeto se comporta.
No Python, novos objetos são criados a partir das classes através de atribuição.
Quando um novo objeto é criado, o construtor da classe é executado. Em Python, o
construtor é um método especial chamado __new__(). Após a chamada ao construtor, o
método __init__() é chamado para inicializar a nova instância.
Um objeto continua existindo na memória enquanto existir pelo menos uma referência a
Canino
Peso, Altura,
idade, Raça
Correr, Atacar,
Comer, Latir
Suas
características.
O que ele pode
fazer.
Bandit
Peso, Altura,
idade, Raça
Correr, Atacar,
Comer, Latir
A classe
representa
qualquer canino.
O objeto
representa um
canino.
Bandit = Canino()
84 Classes
ele. O interpretador Python possui um recurso chamado coletor de lixo (Garbage Collector)
que limpa da memória objetos sem referências17. Quando o objeto é apagado, o método
especial __done__() é evocado. Funções ligadas ao coletor de lixo podem ser encontradas
no módulo gc.
Em Python:
▪ Quase tudo é objeto, mesmo os tipos básicos, como números inteiros.
▪ Tipos e classes são unificados.
▪ Os operadores são na verdade chamadas para métodos especiais.
▪ As classes são abertas (menos para os tipos builtins).
Métodos especiais são identificados por nomes no padrão __metodo__() (dois sublinhados
no início e no final do nome) e definem como os objetos derivados da classe se
comportarão em situações particulares, como em sobrecarga de operadores.
As classes new style são derivadas da classe object e podem utilizar recursos novos das
classes do Python, como properties e metaclasses. As properties são atributos calculados em
tempo de execução através de métodos, enquanto as metaclasses são classes que geram
classes, com isso permitem personalizar o comportamento das classes.
17 Para apagar uma referência a um objeto, use o comando del. Se todas as referências forem apagadas, o
Garbage Collector apagará o objeto.
Classe
Métodos de
classe
Atributos de
classe
Métodos
estáticos
Objeto
Métodos de
classe
Atributos de
classe
Métodos
estáticos
Métodos
dinâmicos
Atributos de
objeto
Objeto = Classe()
O construtor é executado neste
momento.
Classes 85
Sintaxe:
# -*- coding: latin1 -*-
class Classe(supcl1, supcl2):
"""
Isto é uma classe
"""
clsvar = []
def __init__(self, args):
"""
Inicializador da classe
"""
<bloco de código>
def __done__(self):
"""
Destrutor da classe
"""
<bloco de código>
def metodo(self, params):
"""
Método de objeto
"""
<bloco de código>
@classmethod
def cls_metodo(cls, params):
"""
Método de classe
"""
<bloco de código>
@staticmethod
def est_metodo(params):
"""
Método estático
"""
<bloco de código>
obj = Classe()
obj.metodo()
Classe.cls_metodo()
Classe.est_metodo()
Métodos estáticos são aqueles que não tem ligação com atributos do objeto ou da classe.
86 Classes
Funcionam como as funções comuns.
Métodos de classe podem usar apenas atributos e outros métodos de classe. O argumento
cls representa a classe em si, precisa ser passado explicitamente como primeiro parâmetro
do método.
Métodos de objeto podem usar atributos e outros métodos do objeto. A variável self, que
representa o objeto e também precisa ser passado de forma explícita. O nome self é uma
convenção, assim como cls, podendo ser trocado por outro nome qualquer, porém é
considerada como boa prática manter o nome.
Exemplo de classe:
# -*- coding: latin1 -*-
class Cell(object):
"""
Classe para células de planilha
"""
def __init__(self, formula='""', format='%s'):
"""
Inicializa a célula
"""
self.formula = formula
self.format = format
def __repr__(self):
"""
Retorna a representação em string da célula
"""
return self.format % eval(self.formula)
print Cell('123**2')
print Cell('23*2+2')
print Cell('abs(-1.45 / 0.3)', '%2.3f')
Saída:
15129
48
4.833
Classes 87
O método __repr__() é usado internamente pelo comando print para obter uma
representação do objeto em forma de texto.
88 Classes
Classes abertas
No Python, as classes que não são builtins podem ser alteradas em tempo de execução,
devido a natureza dinâmica da linguagem. É possível acrescentar métodos e atributos
novos, por exemplo. A mesma lógica se aplica aos objetos.
Exemplo de como acrescentar um novo método:
# -*- coding: latin1 -*-
class User(object):
"""Uma classe bem simples.
"""
def __init__(self, name):
"""Inicializa a classe, atribuindo um nome